杨立昆（杨立昆（Yann LeCun））
近一年演讲观点汇总

01"LLM 和机器人正走向死胡同"

• 自回归生成逐 token 预测，误差会指数累积，无法形成对物理世界的稳定表征；
• 当前机器人模仿学习路线同样撞墙——没有世界模型，机器人无法在陌生环境中泛化；
• 唯一出路：让系统通过观察世界学习，建立可预测、可规划的内部世界模型。

02与 Meta 的路线决裂

在 Meta 的最后几个月，他的"LLM 死胡同论"与公司重注 Llama/超级智能实验室的方向已然相悖。11 月离职、12 月 19 日在巴黎官宣 AMI：他明确表示 Meta 不会为其世界模型公司出资——"这不是普通的再就业，是一次技术路线的公开投票。"同期访谈中，他把矛头指向硅谷的方法论根基：

03警告"科技羊群"，开源是最安全的路径

在创业融资的关键期，他接受了 NYT 的深度专访，把技术批判上升为行业与治理判断：

• 整个科技行业像"羊群"一样涌向同一个范式——共识本身就是风险；
• 开源是让 AI 更安全的路径：分布式持有、可审计、不被单一公司或单一国家垄断；
• 限制开源只会削弱西方、让对手受益（延续其 2025 年 7 月的一贯立场）。

0410.3 亿美元押注"LLM 之后"

AMI Labs（Advanced Machine Intelligence Labs）：巴黎注册、25 人团队、零产品，完成 10.3 亿美元种子轮，投前估值 35 亿美元——英伟达是投资方之一（算力霸主下注"LLM 之后"的路线，本身就是行业级信号）。关键人事：CEO 亚历克斯·勒布伦；NYU 助理教授谢赛宁出任核心研究角色。媒体将其叙事化为：在美中 AI 集团之外，以开源与全球化团队建立"第三极"。

05JEPA："AI 常识革命"的技术内核

随着 AMI 融资落地，媒体开始系统解读他的技术蓝图。Financial Express（2026.5.21）称之为"十亿美元常识革命"：核心是 JEPA（Joint-Embedding Predictive Architecture，联合嵌入预测架构）——在抽象表征空间而非像素/文本空间做预测，让系统学会"什么重要、什么可以忽略"，从而获得常识与物理直觉。配合他多年的"世界模型四支柱"论述：理解物理世界、持久记忆、推理与规划，以及在其之上的可控行动系统。